НачатьНачать бесплатно

Вычисление влияния признаков с помощью линейной регрессии

Вы работаете специалистом по данным в страховой компании. Ваша задача — построить линейную регрессию и объяснить её работу: модель должна оценивать страховые взносы на основе таких признаков, как возраст, индекс массы тела и статус курильщика. Для этого вам нужно проанализировать коэффициенты модели и определить, как каждый признак влияет на предсказания.

matplotlib.pyplot уже импортирован как plt, вместе с MinMaxScaler. Переменные X_train и y_train заранее загружены для вас.

Это упражнение является частью курса

Объяснимый ИИ на Python

Посмотреть курс

Инструкции к упражнению

  • Нормализуйте обучающие данные X_train.
  • Обучите модель линейной регрессии model на стандартизированных обучающих данных.
  • Извлеките coefficients из модели.
  • Постройте график coefficients для заданных feature_names.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Standardize the training data
scaler = MinMaxScaler()
X_train_scaled = ____
model = LinearRegression()

# Fit the model
____

# Derive coefficients
coefficients = ____
feature_names = X_train.columns

# Plot coefficients
plt.bar(____, ____)
plt.show()
Редактировать и запускать код